Сотрудниками кафедры инфекционных болезней с эпидемиологией и тропической медициной Волгоградского государственного медицинского университета совместно с учёными из Института искусственного интеллекта и социальных передовых технологий, Исламского университета Азад, Караджа (Иран) разработана нейросеть, способная помочь терапевтам в сезон эпидемий. Система умеет отличать грипп от других острых респираторных вирусных инфекций, анализируя сразу несколько потоков данных: от изменения динамики симптомов во времени до фотографий лабораторных бланков.
В ходе экспериментов модель показала наилучшую точность среди похожих решений, доказав свою способность снижать количество врачебных ошибок и экономить критически важное время для начала терапии.
Острые респираторные инфекции – одни из самых распространённых заболеваний в мире. Каждый год миллионы людей обращаются к врачам с высокой температурой, кашлем, слабостью и головной болью. Проблема в том, что симптомы у разных болезней, таких как грипп, простуда или аденовирусная инфекция, зачастую бывают очень похожи друг на друга. Даже опытному врачу бывает трудно поставить точный диагноз на первых этапах, не дожидаясь результатов лабораторных тестов. При этом ошибка может стоить пациенту времени и здоровья. Неправильно подобранная стратегия лечения может привести к потере драгоценного времени и вызвать серьёзные осложнения.
В последние годы исследователи активно ищут способы помочь врачам с помощью искусственного интеллекта. По всему миру разрабатываются модели, которые анализируют медицинские данные, чтобы быстрее и точнее определять диагноз. Конечно, такие системы не могут в полной мере заменить врача, но способны заметно облегчить его труд. Модели, созданные на основе искусственного интеллекта, обрабатывают большие объемы информации, замечают скрытые закономерности и выдают вероятный диагноз, который специалист может затем проверить и уточнить.
Разработки такого рода – это часть глобального тренда на внедрение искусственного интеллекта в медицину. Свою версию такой системы недавно предложили учёные Волгоградского государственного медицинского университета (ВолгГМУ). Их модель направлена на диагностику простуды, гриппа и других инфекционных заболеваний дыхательной системы. В основу разработки легла усовершенствованная нейросеть с долгой краткосрочной памятью. Такие алгоритмы особенно хороши для работы с данными, которые способны быстро изменяться во времени. Система, созданная специалистами из ВолгГМУ анализирует широкий набор показателей: температуру, артериальное давление, уровень глюкозы в крови, а также типичные симптомы, характерные для каждого из заболеваний.
Для сбора данных разработчики добавили в систему модуль оптического распознавания символов. Он позволяет извлекать информацию из фотографий анализов или медицинских выписок. Например, результаты лабораторных тестов, которые часто поступают в виде изображений. Это избавляет от необходимости вручную вводить данные.
Сам процесс взаимодействия построен в формате вопрос-ответ. Используя методы обработки человеческого языка, система сама запрашивает у пользователя необходимую информацию, затем анализирует загруженные изображения и на основе полученных данных выдает вероятный диагноз. Такой подход делает не требует от пациента какой-либо специальной подготовки, принцип работы нейросети интуитивно понятен заболевшему человеку.
Эксперименты показали, что предложенная модель превосходит другие методы по точности диагностики. Однако учёные все же просят относится к результатам диагностики, полученной с помощью ИИ, аккуратно. Система не призвана полностью заменить врача. Её миссия состоит в том, чтобы служить вспомогательным инструментом, который снижает риск человеческой ошибки, экономит время и помогает принимать обоснованные решения, особенно в ситуациях, когда симптомы разных заболеваний похожи.
Мы должны помнить, что точный диагноз может поставить только врач на основании полной клинической картины, а попытки самолечения, даже с опорой на данные искусственного интеллекта, могут быть опасны. Тем не менее, в руках профессионала такие системы способны стать надежным подспорьем. Вполне возможно, в ближайшие годы мы увидим их в поликлиниках, отделениях неотложной помощи и в системах удалённого консультирования.
Результаты работы опубликованы в журнале «Netw Model Anal Health Inform Bioinforma».
Фото: DC Studio, ru.freepik.com
Это новость от журнала ММ «Машины и механизмы». Не знаете такого? Приглашаем прямо сейчас познакомиться с этим удивительным журналом.